知识卡片
自底向上合并并记录次序
层次聚类从“每个点自成一簇”开始,每轮找出距离最近的两个簇合并,直到只剩一个包含全部点的簇。关键技巧是给每次合并记一个次序编号:编号越大表示合并越早、越靠底层,最后那次合并编号为 0。想要任意 k 个簇时不必重跑算法,只需从根出发,按编号从小到大依次撤销合并(拆开最近发生的合并),拆到剩 k 个为止。这与 k-均值不同:k 一变就要重新训练,且两次结果之间没有包含关系。代价是要保存整棵合并树,而且合并不可反悔——早期一次错误的合并会一直影响上层结构。
结构图:
flowchart TD
A["每个点各自成簇"] --> B["合并最近两簇,记次序 18"]
B --> C["继续合并,次序递减"]
C --> D["根簇,次序 0"]
D --> E["要 2 簇:只撤销次序 0"]
D --> F["要 3 簇:再撤销次序 1"]
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第20章 聚类分析 · 查看原书依据
最后得到一个包含所有输入的巨型聚类。如果将合并顺序记录下来,则可以通过拆分来重新创建任意数量的聚类。例如,如果我们需要三个聚类,则可以撤销最后两个合并。
参考来源
- 位置:《数据科学入门(第2版)》第20章 聚类分析(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0024.xhtml)
- 结论依据:原文这一段直接给出本卡的核心判断:「最后得到一个包含所有输入的巨型聚类……」
- 原始内容:最后得到一个包含所有输入的巨型聚类。如果将合并顺序记录下来,则可以通过拆分来重新创建任意数量的聚类。例如,如果我们需要三个聚类,则可以撤销最后两个合并。